บันทึกการขุดค้น ฐานข้อมูล และมาตรฐานข้อมูล

กำไร:

• ความสามารถในการรักษาความสมบูรณ์ของข้อมูลในขณะที่แปลงหน่วยการบันทึกให้เป็นดิจิทัลและเป็นมาตรฐาน เช่น บริบท/สถานที่ การแบ่งชั้นหิน และ Harris Matrix ด้วยปัญญาประดิษฐ์
• ความสามารถในการปกป้องข้อมูลดิบและติดตามการเปลี่ยนแปลงแต่ละครั้งกับความเสี่ยงที่ปัญญาประดิษฐ์จะเติมเต็มข้อมูลที่ขาดหายไปและทำการเปลี่ยนแปลงโดยไม่โต้ตอบ
• ทำความเข้าใจว่าเหตุใดพจนานุกรมที่มีการควบคุม ข้อมูลเมตา และหลักการเปิด/ยุติธรรมจึงมีความสำคัญต่อการใช้ข้อมูลในอนาคต

คุณค่าทางวิทยาศาสตร์ของการขุดค้นไม่ได้อยู่ที่ทองคำที่ค้นพบจากการขุดค้นนั้น แต่อยู่ที่คุณภาพของบันทึกด้วย การค้นพบที่ไม่ได้รับการบันทึกไว้อย่างดีแทบจะไม่เกี่ยวข้องกับวิทยาศาสตร์เลย เพราะเป็นวัตถุที่ไม่รู้ว่าอยู่ที่ไหน ชั้นไหน และด้วยสิ่งที่พบ จึงเป็นเพียงวัตถุที่สวยงามเท่านั้น ในหน่วยนี้ เราจะดูที่การบันทึกการขุด (การถอดเสียงและฐานข้อมูลอย่างเป็นระบบของทุกบริบท การค้นหา และการสังเกต) และวิธีที่ AI สามารถเพิ่มความเร็วในการป้อนข้อมูล การจัดระเบียบ และการกำหนดมาตรฐาน แต่เหตุใดความรับผิดชอบต่อความสมบูรณ์ของข้อมูลจึงยังคงอยู่ที่มนุษย์

หลักการพื้นฐาน: AI ช่วยจัดระเบียบบันทึกที่กระจัดกระจาย สร้างมาตรฐาน และค้นหาความไม่สอดคล้องกัน แต่ข้อมูลใดที่ถูกต้อง ไม่ว่าบันทึกจะสะท้อนถึงความจริงหรือไม่ และความสมบูรณ์ของข้อมูลถือเป็นความรับผิดชอบของมนุษย์ AI แก้ไขรูปร่างของข้อมูล แต่ไม่รับประกันความถูกต้อง

หน่วยพื้นฐานของบันทึกทางโบราณคดี

บริบท/สถานที่ การขุดค้นแต่ละครั้งจะแบ่งพื้นที่ออกเป็นหน่วยของบริบท (บริบท/สถานที่—สิ่งสะสม ชั้น หลุม หรือผนัง หน่วยที่เล็กที่สุดของความหมายของการขุด) แต่ละบริบทจะได้รับหมายเลขเฉพาะและการค้นหาทั้งหมดจะเชื่อมโยงกับหมายเลขนั้น

Stratigraphy และแฮร์ริสเมทริกซ์ Stratigraphy (ความสัมพันธ์ก่อน-หลังของชั้นต่างๆ ที่สัมพันธ์กัน) เป็นพื้นฐานของการหาคู่แบบสัมพันธ์กัน Harris Matrix (แผนภาพแสดงการเรียงลำดับบริบทที่สัมพันธ์กัน) แสดงให้เห็นภาพความสัมพันธ์เหล่านี้ AI ช่วยตรวจจับความสัมพันธ์เชิงชั้นหินที่ไม่สอดคล้องกัน (เช่น ข้อผิดพลาดแบบวน “A อยู่ด้านบนและด้านล่าง B”)

ค้นหาสินค้าคงคลัง ทุกการค้นพบ; โดยมีการบันทึกบริบทด้วยจำนวน ชนิด ขนาด วัสดุ สภาพ และรูปถ่าย

มาตรฐานข้อมูล มาตรฐานทั่วไปถูกนำมาใช้เพื่อทำให้บันทึกสามารถแชร์และเปรียบเทียบได้ CIDOC-CRM (กรอบแนวคิด/ภววิทยาระหว่างประเทศที่พัฒนาขึ้นเพื่ออธิบายข้อมูลมรดกทางวัฒนธรรม) ช่วยให้ข้อมูลจากสถาบันต่างๆ สามารถพูดคุยถึงกันได้ ใช้พจนานุกรมคำศัพท์ที่มีการควบคุม (รายการที่ได้รับอนุมัติเพื่อให้แน่ใจว่าทุกคนใช้คำเดียวกันสำหรับแนวคิดเดียวกัน)

เคล็ดลับ: ใช้ AI เพื่อ “จัดระเบียบและตรวจสอบ” ข้อมูล ไม่ใช่ “ตีความ” ข้อมูล “ตัวเลขบริบทใดที่ขัดแย้งกันในบันทึกเหล่านี้” เป็นคำถามที่ดี “บริบทนี้อยู่ในยุคใด?” เป็นการตัดสินใจของผู้เชี่ยวชาญ AI แข็งแกร่งที่สุดอยู่ที่การตรวจสอบความสม่ำเสมอ

บทบาทของ AI ในการลงทะเบียนและฐานข้อมูล

• การแปลงเป็นดิจิทัล สมุดบันทึกการขุดค้นที่เขียนด้วยลายมือ บัตรสินค้าคงคลัง และภาพวาดเก่าๆ จะถูกนำเข้าไปยังฐานข้อมูลที่มีการจดจำข้อความที่ขับเคลื่อนด้วย AI (ลิงก์นี้ไปยัง HTR ในหน่วยที่ 6)
• การทำให้เป็นมาตรฐาน การสะกดที่แตกต่างกัน ("byzantium", "Byzantium", "byz") จะถูกแมปลงในพจนานุกรมควบคุม วันที่และการวัดจะถูกนำมาเป็นรูปแบบเดียวกัน
• การตรวจสอบความสม่ำเสมอ ข้อผิดพลาดต่างๆ เช่น หมายเลขบริบทหายไป การแบ่งชั้นหินที่ขัดแย้งกัน การใช้ตัวเลขเดียวกันในการค้นหาที่แตกต่างกันสองรายการจะถูกทำเครื่องหมายไว้
• แบบสอบถามและสรุป ข้อความค้นหา เช่น "แก้วทั้งหมดค้นหาในบริบทต่อไปนี้" และตารางสรุปจะถูกสร้างขึ้นอย่างรวดเร็ว

ข้อควรระวัง: เมื่อสร้างมาตรฐาน AI อาจแก้ไขข้อมูลโดยไม่โต้ตอบในขณะที่พยายาม "แก้ไข" ข้อมูลนั้น ตัวอย่างเช่น เขาอาจปัดเศษการวัดให้เป็นค่าที่ "สมเหตุสมผล" หรือเติมค่าที่อ่านได้ไม่แน่นอนด้วยการประมาณค่าของเขาเอง การเปลี่ยนแปลงอัตโนมัติทุกครั้งจะต้องติดตามได้ และบันทึกต้นฉบับจะต้องได้รับการเก็บรักษาไว้ ข้อมูลดิบจะไม่ถูกเขียนทับ

มินิเคสสามอัน

กรณีที่ 1 — การแปลงเป็นดิจิทัลจะบันทึกไฟล์เก็บถาวร พิพิธภัณฑ์แห่งหนึ่งจัดเก็บบัตรสินค้าคงคลังที่เขียนด้วยลายมืออายุ 40 ปี (ประมาณ 22,000 ใบ) ซึ่งเสี่ยงต่อการสูญหาย การจดจำข้อความและการกำหนดมาตรฐานที่ขับเคลื่อนด้วย AI นำเข้าการ์ดไปยังฐานข้อมูลที่ค้นหาได้ การ์ดแต่ละใบได้รับการตรวจสอบตามตัวอย่างโดยผู้ตรวจสอบที่เป็นมนุษย์ และบริเวณที่อ่านไม่ได้จะถูกทำเครื่องหมายว่า "ไม่ชัดเจน"

กรณีที่ 2 — พบข้อผิดพลาดในการตรวจสอบความไม่สอดคล้องกัน ทีมขุดค้นให้ AI ตรวจสอบฐานข้อมูลเมื่อสิ้นสุดฤดูกาล YZ ระบุว่าการค้นพบสามรายการมีหมายเลขบริบทเหมือนกัน แต่มีข้อมูลเลเยอร์ที่ขัดแย้งกัน การตรวจสอบพบว่ามีข้อผิดพลาดในการป้อนข้อมูล หากไม่ได้รับการแก้ไขก็จะบิดเบือนการตีความชั้นหิน

กรณีที่ 3 — ตรวจพบการเปลี่ยนแปลงแบบเงียบๆ ในขณะที่สร้างมาตรฐานการวัด ผู้ช่วยสังเกตเห็นว่า AI กำลังตีความค่า "0" บางค่าเป็น "ศูนย์" แทนที่จะเป็น "หายไป" สิ่งนี้ทำให้ความยาวของชิ้นส่วนที่หักบิดเบี้ยว กระบวนการนี้ถูกสร้างขึ้นใหม่เพื่อรักษาข้อมูลต้นฉบับแต่เก็บการเปลี่ยนแปลงไว้ในคอลัมน์แยกต่างหาก

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) การกำหนดมาตรฐาน (พจนานุกรมควบคุม):

บทบาทของคุณ: ผู้ช่วยในการถกเถียงข้อมูล แมปค่าของ [field:material/ period/type] ในบันทึกต่อไปนี้กับพจนานุกรมที่มีการควบคุมต่อไปนี้: [รายการพจนานุกรม] เปลี่ยนค่าที่ไม่เทียบเท่าในพจนานุกรม ทำเครื่องหมายว่า "ไม่ตรงกัน" รายงานการเปลี่ยนแปลงแต่ละครั้งเป็นคู่เดิมและใหม่ การลบข้อมูลดิบ

2) การตรวจสอบความสม่ำเสมอ:

ค้นหาความไม่สอดคล้องกันในบันทึกการขุดค้นต่อไปนี้: หมายเลขบริบทที่ซ้ำกัน, ฟิลด์บังคับหายไป, ความสัมพันธ์เชิงชั้นหินที่ขัดแย้งกัน, วันที่/การวัดที่ไม่แน่นอน ระบุแต่ละปัญหาพร้อมหมายเลขทะเบียนและปล่อยให้ฉันแก้ไข อย่าเปลี่ยนมันด้วยตัวเอง

3) การควบคุมลอจิก Harris Matrix:

ด้านล่างนี้คือความสัมพันธ์เชิงชั้นหินระหว่างบริบท (A ด้านบน/ด้านล่าง B) มีความขัดแย้งทางตรรกะ (วนซ้ำ ความสัมพันธ์สองทาง) หรือไม่? แสดงบริบทใด ถ้ามี อย่าแสดงความคิดเห็น; เพียงตรวจสอบความสอดคล้องเชิงตรรกะ

4) ตารางแบบสอบถามและสรุป:

สารสกัดต่อไปนี้จากดัมพ์ฐานข้อมูลด้านล่าง: [เช่น ค้นหาการแจกแจงประเภทตามบริบท] ให้ผลลัพธ์เป็นตาราง โดยระบุว่าแต่ละแถวมาจากระเบียนใด อย่าเพิ่มค่าใด ๆ ที่ไม่มีอยู่ในข้อมูล หากว่างเปล่าให้เขียนว่า "ไม่มีข้อมูล"

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

แก้ไขข้อมูลการขุดค้นนี้และกรอกข้อมูลส่วนที่ขาดหายไป

“เติมช่องว่าง” ช่วยให้ AI สามารถใส่ข้อมูลได้พอดี ผลลัพธ์ที่ได้คือฐานข้อมูลที่ไม่น่าเชื่อถือซึ่งมีข้อเท็จจริงและนิยายปะปนกัน

พรอมต์อันทรงพลัง:

ทำเครื่องหมายเฉพาะข้อมูลที่ไม่สอดคล้องกันอย่างเป็นทางการ (การสะกด รูปแบบวันที่ รหัสที่ซ้ำกัน) ในข้อมูลการขุดด้านล่าง กรอกค่าที่หายไปให้สมบูรณ์ ปล่อยให้มันเป็น "ไม่สมบูรณ์" แสดงรายการการเปลี่ยนแปลงที่เสนอแต่ละรายการพร้อมกับต้นฉบับ ฉันจะให้การอนุมัติ การเปลี่ยนแปลงข้อมูลดิบ

ความแตกต่าง: อดีตทำให้ข้อมูลเสียหายอย่างเงียบๆ ส่วนที่สองจะควบคุมและปล่อยให้การตัดสินใจเป็นหน้าที่ของมนุษย์

โมเดลข้อมูลที่ดี: ฟิลด์ ความสัมพันธ์ และข้อมูลเมตา

ฐานข้อมูลทางโบราณคดีไม่ใช่ตารางตามอำเภอใจ แต่เป็นแบบจำลองข้อมูลที่รอบคอบ (พิมพ์เขียวของตาราง เขตข้อมูลใด และความสัมพันธ์ที่ข้อมูลจะถูกจัดระเบียบ) หลักการพื้นฐานคือ ทุกสิ่งทุกอย่างขึ้นอยู่กับบริบท: ค้นหาบริบท บริบทซึ่งกันและกัน (stratigraphy) และในสนาม แต่ละบันทึกมีเอกลักษณ์เฉพาะ (ID) และความสัมพันธ์ถูกสร้างขึ้นผ่านข้อมูลประจำตัวเหล่านี้ การค้นหาหมายถึงบริบทเดียว บริบทอาจมีการค้นหาหลายรายการ

สิ่งสำคัญพอๆ กับการบันทึกก็คือเมตาดาต้า (ข้อมูลเกี่ยวกับตัวข้อมูลเอง: ใครเป็นผู้บันทึก เมื่อใด โดยวิธีการใด เวอร์ชันใด) บันทึกที่ไม่รู้ว่าถูกป้อนโดยใคร เมื่อใด และด้วยความมั่นใจใดนั้น ไม่สามารถตั้งคำถามได้ในอนาคต AI มีประโยชน์ในการตรวจสอบการกรอกข้อมูลในช่องข้อมูลเมตาที่สอดคล้องกัน และการตั้งค่าสถานะข้อมูลเมตาที่ขาดหายไป

หลักการสำคัญอีกประการหนึ่งคือรูปแบบที่เปิดกว้างและยั่งยืน แทนที่จะล็อกข้อมูลไว้ในซอฟต์แวร์แบบปิดที่เป็นกรรมสิทธิ์ การรักษาให้ใกล้เคียงกับมาตรฐานแบบเปิด (ตารางแบบข้อความ แบบแผนเอกสาร) ช่วยให้มั่นใจได้ว่าข้อมูลสามารถอ่านได้ในทศวรรษต่อมา ข้อมูลทางโบราณคดีไม่ได้จัดทำขึ้นเพื่อสิ่งพิมพ์ฉบับเดียว แต่สำหรับคนรุ่นอนาคต นั่นเป็นเหตุผลว่าทำไมหลักการที่ยุติธรรม (การค้นหา การเข้าถึง การทำงานร่วมกัน และการนำข้อมูลกลับมาใช้ใหม่) จึงกลายเป็นมาตรฐานที่เพิ่มมากขึ้น AI มีประโยชน์ในการติดป้ายกำกับข้อมูลของคุณตามหลักการเหล่านี้และค้นหาข้อบกพร่อง แต่ขึ้นอยู่กับคุณที่จะตัดสินใจว่าข้อมูลใดจะยังคงเปิดอยู่และข้อมูลใดจะยังคงมีความละเอียดอ่อน (เป็นความลับ)

เคล็ดลับ: เมื่อคุณตั้งค่าฐานข้อมูล ให้ถามตัวเองว่า "คนที่ไม่รู้เรื่องนี้สามารถเปิดและเข้าใจมันภายใน 10 ปีได้หรือไม่" ถาม. อธิบายคำย่อของคุณในอภิธานศัพท์ กรอกข้อมูลในช่องข้อมูลเมตา และสำรองข้อมูลดิบในรูปแบบเปิด

ตารางงานบันทึก/ฐานข้อมูล

ภารกิจ

บทบาทของเอไอ

การตัดสินใจของมนุษย์

กฎการป้องกัน

การแปลงเป็นดิจิทัล

การจดจำข้อความ

การยืนยันการอ่านที่คลุมเครือ

การสแกนแบบ Raw จะถูกจัดเก็บไว้

การทำให้เป็นมาตรฐาน

แผนที่ไปยังพจนานุกรม

การตัดสินใจเกี่ยวกับมูลค่าที่ไม่ตรงกัน

ต้นฉบับจะถูกเก็บรักษาไว้

ความสม่ำเสมอ

เครื่องหมายขัดแย้ง

การแก้ไข

มีการติดตามการเปลี่ยนแปลง

หินปูน

การควบคุมลอจิก

ความคิดเห็น

การอนุมัติจากผู้เชี่ยวชาญเมทริกซ์

แบบสอบถาม/สรุป

การผลิตโต๊ะ

ความคิดเห็นทางเลือก

ความเที่ยงตรงต่อข้อมูล

ข้อผิดพลาดทั่วไป

• เติมเต็มข้อมูลที่ขาดหายไป AI ประกอบ; สิ่งที่ขาดหายไปจะต้องยังคงเป็น "ไม่สมบูรณ์"
• การเขียนทับข้อมูลดิบ ต้นฉบับจะถูกเก็บรักษาไว้เสมอ การเปลี่ยนแปลงจะถูกแยกออกจากกัน
• ไม่สังเกตเห็นการเปลี่ยนแปลงอย่างเงียบ ๆ การแปลงอัตโนมัติทุกครั้งควรได้รับการรายงานและตรวจสอบ
• ก้าวข้ามมาตรฐาน. หากไม่มีพจนานุกรมควบคุมและโมเดลทั่วไป จะไม่สามารถแชร์ข้อมูลได้
• การให้ AI ทำการตีความแบบ Stratigraphic AI พบความขัดแย้งทางตรรกะ ความคิดเห็นมีไว้สำหรับผู้เชี่ยวชาญ

โดยสรุป

AI ในบันทึกการขุดและฐานข้อมูล โดยให้ความเร็วที่ยอดเยี่ยมในการแปลงข้อมูลเป็นดิจิทัล การกำหนดมาตรฐาน การตรวจสอบความสอดคล้อง และการสืบค้น แต่ความสมบูรณ์ของข้อมูลเป็นสิ่งศักดิ์สิทธิ์ ไม่มีส่วนที่ขาดหายไป ข้อมูลดิบจะถูกเก็บรักษาไว้ ทุกการเปลี่ยนแปลงได้รับการติดตาม และการตีความเชิงชั้นหินเป็นของผู้เชี่ยวชาญ บันทึกที่ดีคือมรดกอันล้ำค่าที่สุดที่การขุดค้นทิ้งไว้สู่อนาคต

งานสมัคร

เตรียมตารางข้อมูลการขุดตัวอย่างขนาดเล็ก (10-20 รายการ) จงใจใส่ข้อมูลที่ไม่สอดคล้องกันเล็กน้อย (ID ซ้ำ, วันที่ผิดรูปแบบ, เลเยอร์ที่ขัดแย้งกัน) ให้ AI ค้นหาสิ่งเหล่านี้ด้วยรูปแบบ “การตรวจสอบความสอดคล้อง” และ “การตรวจสอบลอจิก Harris Matrix” จากนั้นเขียนพจนานุกรมควบคุมและแมปฟิลด์วัสดุกับเทมเพลต "การทำให้เป็นมาตรฐาน" และตรวจสอบให้แน่ใจว่าได้รักษาข้อมูลดิบไว้

รายการตรวจสอบ

• [ ] ฉันเก็บข้อมูลดิบแยกกัน ไม่มีการแก้ไข
• [ ] ฉันไม่ได้ทำให้ AI เติมเต็มส่วนที่ขาดหายไป ฉันปล่อยให้มันเป็น "ไม่สมบูรณ์"
• [ ] ฉันได้ตรวจสอบการเปลี่ยนแปลงอัตโนมัติแต่ละครั้งกับต้นฉบับแล้ว
• [ ] ฉันใช้พจนานุกรมควบคุมและมาตรฐานข้อมูล
• [ ] ฉันทำการตีความชั้นหินตามดุลยพินิจของผู้เชี่ยวชาญ